In der empirischen Forschung gibt es ein klassisches Problem: Die meisten interessanten Daten sind qualitativ, nicht quantitativ. Reden von Politikern, Geschäftsberichte, Social-Media-Posts, Zeitungsartikel oder historische Dokumente enthalten wertvolle Informationen, aber sie lassen sich schwer in Zahlen übersetzen. Genau hier setzt ein neues Forschungsprojekt an, das im Februar 2026 als NBER Working Paper erschienen ist: „GPT as a Measurement Tool“ von Hemanth Asirvatham, Elliott Mokski und Andrei Shleifer. Die Autoren stellen darin eine Software vor, die dieses Problem lösen soll: GABRIEL. Die Grundidee ist überraschend einfach. Large Language Models wie GPT können Texte verstehen, ähnlich wie ein Mensch. Wenn man sie gezielt einsetzt, können sie daher qualitative Informationen systematisch bewerten und quantifizieren. Zum Beispiel: • Wie innovationsfreundlich ist eine politische Rede? • Wie toxisch ist ein Social-Media-Kommentar? • Wie technisch komplex ist eine neue Tec...
Links, unsortiert, zu verschiedenen Themen Global debt and equilibrium interest rates . Werden die Zinsen dauerhaft niedrig bleiben? Joseph Stiglitz über den Euro: Can the Euro be saved? Geld und Liebe : Eine empirische Untersuchung. Eine sehr nüchterne, ökonomische Analyse der Partnerauswahl bei der Heirat. Sehr lesenswert, da der Beitrag auch von der Verteilung von (Erb-) Vermögen handelt. CIVIL : Ein ICO will mit neuen Ideen zur Berichtserstattung den Journalismus ändern. Korruption in Fußball . Eine sehr gelungene ökonometrische Analyse.